DataFrame(2):DataFrame常用属性说明

1、常用属性如下

  • ndim          返回DataFrame的维数;
  • shape         返回DataFrame的形状;
  • dtypes        返回DataFrame中每一列元素的数据类型;
  • size            返回DataFrame中元素的个数;
  • T               返回DataFrame的转置结果;
  • index          返回DataFrame中的索引;
  • columns    返回DataFrame中的列索引;
  • values        返回DataFrame中的数值;

2、演示如下

python dataframe shape行数 dataframe的shape_常用属性

import numpy as np
import pandas as pd

df = pd.DataFrame(np.random.randint(70,100,(3,5)), 
                  index=["地区1", "地区2", "地区3"], 
                  columns=["北京","天津", "上海","沈阳", "广州"])
display(df)

python dataframe shape行数 dataframe的shape_常用属性

结果如下:

                

python dataframe shape行数 dataframe的shape_转置_03

① ndim:返回DataFrame的维数;

python dataframe shape行数 dataframe的shape_常用属性

df = pd.DataFrame(np.random.randint(70,100,(3,5)), 
                  index=["地区1", "地区2", "地区3"], 
                  columns=["北京","天津", "上海","沈阳", "广州"])
display(df)

x = df.ndim
display(x)

python dataframe shape行数 dataframe的shape_常用属性

结果如下:

                

python dataframe shape行数 dataframe的shape_转置_06

② shape:返回DataFrame的形状;

python dataframe shape行数 dataframe的shape_常用属性

df = pd.DataFrame(np.random.randint(70,100,(3,5)), 
                  index=["地区1", "地区2", "地区3"], 
                  columns=["北京","天津", "上海","沈阳", "广州"])
display(df)

x = df.shape
display(x)

python dataframe shape行数 dataframe的shape_常用属性

结果如下:

                

python dataframe shape行数 dataframe的shape_数据类型_09

③ dtypes:返回DataFrame中每一列元素的数据类型;

python dataframe shape行数 dataframe的shape_常用属性

df = pd.DataFrame(np.random.randint(70,100,(3,5)), 
                  index=["地区1", "地区2", "地区3"], 
                  columns=["北京","天津", "上海","沈阳", "广州"])
display(df)

x = df.dtypes
display(x)

# 查看某一列元素的数据类型
y = df["北京"].dtype
display(y)

python dataframe shape行数 dataframe的shape_常用属性

结果如下:

                

python dataframe shape行数 dataframe的shape_数据类型_12

④ size:返回DataFrame中元素的个数;

python dataframe shape行数 dataframe的shape_常用属性

df = pd.DataFrame(np.random.randint(70,100,(3,5)), 
                  index=["地区1", "地区2", "地区3"], 
                  columns=["北京","天津", "上海","沈阳", "广州"])
display(df)

x = df.size
display(x)

python dataframe shape行数 dataframe的shape_常用属性

结果如下:

                

python dataframe shape行数 dataframe的shape_转置_15

⑤ T:返回DataFrame的转置结果;

python dataframe shape行数 dataframe的shape_常用属性

df = pd.DataFrame(np.random.randint(70,100,(3,5)), 
                  index=["地区1", "地区2", "地区3"], 
                  columns=["北京","天津", "上海","沈阳", "广州"])
display(df)

x = df.T
display(x)

python dataframe shape行数 dataframe的shape_常用属性

结果如下:

                

python dataframe shape行数 dataframe的shape_转置_18

⑥ index:返回DataFrame中的索引;

python dataframe shape行数 dataframe的shape_常用属性

df = pd.DataFrame(np.random.randint(70,100,(3,5)), 
                  index=["地区1", "地区2", "地区3"], 
                  columns=["北京","天津", "上海","沈阳", "广州"])
display(df)

x = df.index
display(x)

python dataframe shape行数 dataframe的shape_常用属性

结果如下:

                

python dataframe shape行数 dataframe的shape_数据分析_21

⑦ columns:返回DataFrame中的列索引;

df = pd.DataFrame(np.random.randint(70,100,(3,5)), 
                  index=["地区1", "地区2", "地区3"], 
                  columns=["北京","天津", "上海","沈阳", "广州"])
display(df)
x = df.columns
display(x)

结果如下:

                

python dataframe shape行数 dataframe的shape_转置_22

注意:行索引、列索引都可以通过list转换为列表,然后我们可以针对这个列表做其他操作。

                

python dataframe shape行数 dataframe的shape_数据类型_23

⑧ values:返回DataFrame中的数值;

df = pd.DataFrame(np.random.randint(70,100,(3,5)), 
                  index=["地区1", "地区2", "地区3"], 
                  columns=["北京","天津", "上海","沈阳", "广州"])
display(df)
x = df.values
display(x)

结果如下:

                

python dataframe shape行数 dataframe的shape_数据类型_24